数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

傅奕程

每日学习13-电商案例分析补充

批量修改数据需要设置权限set sql_safe_updates=0转换时间戳为标准日期格式涉及累计销售额需要使用开窗函数这里用到聚合函数sum用于开窗多表联结时使用子字段进行联结可继续利用子字段的父级字段进行自联结得到需要的结构集分析导致支付不成功的原因时需要考虑到各个支付方式的用户量，以其自身的取消订单量除以总用户量求出占比，才能用于维度的分析统计复购用户数得到下单次数的虚拟结构集做为子查

28.6706

2

2

0

关注作者

收藏

anranhui

可能那你会使用anaconda进行各种各样的数据处理，建模，但是你真的了解anaconda吗？各种搜罗来的咨询都会说anaconda是python的发行版。发行版？？一脸懵，anaconda通俗来说就是各种包的集合，里面预装有conda，某个版本的python，众多的packages、科学技术工具，例如爬虫所需的requests包，os包，正则re包，科学计算numpy，pandas包，神经网络，

27.7181

3

2

0

关注作者

收藏

李名奎

抽样推断的基本概念

抽样推断的基本概念编辑全及总体和样本总体全及总体是研究对象，而样本总体则是观察对象，两者是有区别而又有联系的不同范畴。全及总体又称母体，简称总体，它是指所要认识的，具有某种共同性质的许多单位的集合体。样本总体又称子样，简称样本，是从全及总体中随机抽取出来，代表全及总体的那部分单位的集合体。样本总体的单位数称为样本容量，通常用小写英文字母 n来表示。随着样本容量的增大，样本对总体的代表性越来越高，

27.5230

3

1

0

关注作者

收藏

zjjwf

假设检验的过程

1 ）提出假设在假设检验中，假设有两类：原假设和备择假设，两者之间的关系是对立关系。1.原假设 :待检验的假设；表示为H 0 。是研究者想收集证据予以推翻的假设，但是不容易推翻的假设。2.备择假设:与原假设对立的假设；表示为H 1 。是研究者想收集证据予以支持的假设，但是不容易支持的假设。2 ）确定适当的检验统计量3 ）规定显著性水平即：规定一个拒绝域的面积；常用的取值有 0.01

27.2615

1

2

0

关注作者

收藏

赵娜0418

python如何安装imblearn包？

在终端执行安装命令：pip install imblearn -i https://pypi.tuna.tsinghua.edu.cn/simple如果上面的命令执行不下去，那就应该看看自己的环境是否符合imblearn的安装要求，如果不满足要求，请更新后执行安装命令。主要是要更新scikit-learn的版本更新scikit-learn的命令：conda update scikit-learn这

28.6673

3

4

0

关注作者

收藏

赵娜0418

python中如何将字符串按指定的分隔符拆分？

series中的元素均为字符串时，通过str.split可将字符串按指定的分隔符拆分成若干列的形式。例如：拆分以逗号为分隔符的字符串 1 # -*- coding: utf-8 -*- 2 # 创建dataframe 3 import pandas as pd 4 s = pd.DataFrame(['a,b,c','c,d,e']) 5 print(s) 6 """ 7

29.1962

3

2

0

关注作者

收藏

D.Chu

mysql 一维转二维的方法

mysql 一维转二维的两种方法-- 先找出显示的字段select s_id,if(c_id='01',score,0),if(c_id='02',score,0),if(c_id='03',score,0)from sc;-- 再分组也可以max ifnullselect s_id,sum(if(c_id='01',score,0)) as '01',sum(if(c_i

27.2663

2

2

0

关注作者

收藏

赵娜0418

如何将日期数据转换为年龄？

当我们拿到一份数据的时候，往往会得到一些生日的日期形式，那么如果想要得出这些数据中每个人的年龄应该怎么做呢？下面是相关实现代码：# 生成数据import pandas as pd data = {'birth':['2020/06/01','2020/06/02','2020/06/03','2020/06/04','2020/06/05']}frame = pd.DataFrame(data)p

29.1661

2

5

0

关注作者

收藏

赵娜0418

XGBClassfier函数的相关参数

# 常规参数 booster gbtree 树模型做为基分类器（默认） gbliner 线性模型做为基分类器 silent silent=0时，不输出中间过程（默认） silent=1时，输出中间过程 nthread nthread=-1时，使用全部CPU进行并行运算（默认） nthread=1时

29.4576

2

1

0

关注作者

收藏

shauna570392

假设检验临界值的计算

显著性水平是指当原假设实际上正确时，检验统计量落在拒绝域的概率，简单理解就是犯弃真错误的概率。这个值是我们做假设检验之前统计者根据业务情况定好的。显著性水平α越小，犯第I类错误的概率自然越小，一般取值：0.01、0.05、0.1等当给定了检验的显著水平a=0.05（95%）时，进行双侧检验的Z值为1.96。即临界值为±1.96倍的标准差当给定了检验的显著水平a=0.01（99%）时，进行双侧检验的

28.6324

1

1

0

关注作者

收藏

shauna570392

mysql57导入数据的注意事项

1、导入语句有local关键字，语句为：load data local infile ‘文件路径.csv’into table 表名 fields terminated by ‘,' ignore 1 lines;2、路径中不能有中文3、要将‘\’改为‘\\’或‘/

28.6512

2

3

0

关注作者

收藏

shauna570392

什么是t分布？

T分布就是小样本的正态分布。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。在概率论和统计学中，t-分布用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。随着样本量n / 自由度的增加，t分布越来越接近正态分布。正态分布就是t分布的一个特例。t分布的特点有： 1、以0为中心，左右对称的单峰分

28.6800

3

0

0

关注作者

收藏

anranhui

python包依赖关系

scipy: numpy+mkl matplotlib: numpypandas: numpy, setuptoolsscikit-leanr: numpy+mklcaffe：numpy,scikit-imageopencv：numpy以树结构形式列出了已安装包的主依赖包与各主依赖包的子依赖包，可读性好，一目了然详情。在网上找到一款可以方便查看 Python 已安装包的依赖树信息查看工具 pipd

27.4161

3

1

0

关注作者

收藏

ermutuxia

excel中一个单元格内如何换行？

在excel中单元格中进行内容输入的时候，有时候希望把一个内容分成几行写，但是如果用回车键换行就会跳转到下面的单元格，如果实现单元格内部的换行呢。其实只要把回车键，换成alt+enter就可以换行了。如下F3单元格的内容换行后可以显示成F4单元格的格式。如何由F3变为F4呢

0.1649

3

4

0

关注作者

收藏

开花结果02

统计学：什么是切比雪夫不等式

经验法则表明，如果数据是对称分布的约有68%的数据落在均值加减1个标准差的范围内约有95%的数据落在均值加减2个标准差的范围内约有99%的数据落在均值加减3个标准差的范围内而如果数据不是对称分布的，那么上述经验法则就不适用了。这时候就需要用到切比雪夫不等式：例如，对于该不等式的含义是至少有75%的数据落在均值加减2个标准差的范围内至少有89%的数据落在均值加减3个标准差的范围内至少有94%的

32.4829

3

0

0

关注作者

收藏

zjjwf

评价估计量的三标准

1 无偏性（ Unbiasedness ）：估计量抽样分布的数学期望等于被估计的总体参数2 有效性（ Efficiency ）：也称最小方差性，即方差越小的估计量越有效3 一致性 Consistency ）：随着样本容量的增大，估计量的值越来越接近被估计的总体参数

27.2615

1

3

0

关注作者

收藏

维博520

SQL中的任意问题其实是求最小问题值。

-- 查询基本工资高于30号部门任意员工的员工信息select * from emp where sal>(select min(sal) from emp group by deptno having deptno=30) and deptno 30;

27.2804

2

2

0

关注作者

收藏

davidfnck

pandas.concat怎么用

关于pandas.concat用法详解，参考利用Python进行数据分析与pandas官网进行整理。pandas.merge参数列表如下图，其中只有objs是必须得参数，另外常用参数包括objs、axis、join、keys、ignore_index。1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。2.pd.concat([df1,df4],axis=1)–在

27.2615

1

2

0

关注作者

收藏

hujiahao

今日头条数据分析岗面试题分享

1.如果次日用户留存率下降了5%该怎么分析？首先采用“两层模型”分析：对用户进行细分，包括新老、渠道、活动、画像等多个维度，然后分别计算每个维度下不同用户的次日留存率。通过这种方法定位到导致留存率下降的用户群体是谁。对于目标群体次日留存下降问题，具体情况具体分析。具体分析可以采用“内部-外部”因素考虑，内部因素分为获客（渠道质量低、活动获取非目标用户）、满足需求（新功能改动引发某类用户不满）、提活

36.9722

7

2

0

关注作者

收藏

LXM21

决策树— —显示中文情况

先将数据导出生成一个tree.dot的文件，特征显示为中文2.在graphviz-2.38的相应路径找到tree.dot文件，右键用Notepad++打开3.修改字体，加引号，只改这两处字体参数设置4.打开命令窗口5.执行下方两个代码：cd 路径（进入这个文件下）和dot -Tpng tree.dot -o test.png 生成png格式的图片6.找到相应的png图片打开，结果如下图所示

29.6958

2

3

0

关注作者

收藏

<1…161162163…404>

CDA考试动态

CDA报考指南